京津冀地区工业碳排放影响因素的门限效应分析

文章针对京津冀地区近10年工业二氧化碳排放特征,采用协整检验方法研究了各区域二氧化碳排放强度与社会经济影响因素之间的关系,在此基础上利用面板门限回归分析不同区制下二者之间的非线性变化规律。研究发现,京津冀地区工业二氧化碳排放强度与产业规模、产业结构、能源结构之间存在长期均衡关系。产业规模和能源结构对碳排放强度的影响存在双重门限效应,产业结构对碳排放强度的影响存在单一门限效应。以产业规模为门限变量,碳排放强度影响系数分别为1.003 0、1.527 1、1.202 0;以能源结构为门限变量,能源结构与碳排放强度之间存在倒"U"型曲线变化规律;跨过产业结构门限值之后碳排放强度模型曲率是加速递增的。从近10年数据看,产业结构将会是京津冀工业碳排放长期影响因素。     

广州市工业低碳化转型升级研究

利用系统动力学模型,结合情景分析法,对广州市2012年-2020年工业二氧化碳排放产生量进行模拟预测.通过调整广州市产业结构、科技投入水平、能源结构三个影响因子,设置三种情景模式,并模拟预测广州市工业二氧化碳排放量情况,通过对比分析发现三种情景都不能达到广州市2020年减排目标,在此基础上,结合广州市工业发展的实际情况,进一步调整三个影响因子参数,提出适合广州市工业发展的调整情景模式,从而根据研究提出广州市工业低碳化转型升级的对策措施及实施路径.     

城市能源消费CO2排放及其影响因素研究

随着城市化进程加快,城市能源消费和CO_2排放都呈增长趋势。文章梳理了近年来国内外城市及其工业、建筑业、交通运输业和城市居民生活能源消费CO_2排放的研究进展;通过对比分析城市能源消费CO_2排放影响因素及其城市间的差异,得到经济发展和人口增长是城市能源消费CO_2排放的主要促进因素,能源强度下降对CO_2排放的降低起主导作用。产业结构和能源消费结构中高碳能源所占比例的变化、能源技术水平的发展和相关政策的完善、城市形态等因素,对城市能源消费CO_2排放的影响作用存在差异。影响因素在同一个城市区域的不同时段内对CO_2排放的影响作用存在差异的原因可能来自城市的发展以及影响因素自身的变化。     

湖北省一次能源消费的碳排放驱动因素分解研究

定量分析和测算能源消费的碳排放,是全球气候变化研究领域重要的基础工作之一。研究基于1980-2008年时间序列的统计数据,采用对数平均迪氏分解法,定量分析湖北省一次能源消费的碳排放驱动因素。研究认为经济快速发展是人均二氧化碳排放增长的主要驱动因素,而能源效率的变化则是人均碳排放增长的主要拉低因素,湖北省的能源消费结构比较单一、大量依赖煤炭,所以能源消费结构没有变化对人均碳排放量变化影响不大。根据以上结论,建议加大力度,优化产业结构、调整能源结构和提高能源效率,从3个层面采取措施实行低碳发展。     

基于系统动力学的中国碳减排路径模拟

通过分析二氧化碳排放影响因素之间作用关系与碳减排的主要路径,构建二氧化碳排放系统动力学模型。在此基础上,通过调控供给侧经济增长速度、能源结构和产业结构要素,预测四种不同情景方案对二氧化碳排放的影响,以进一步探讨二氧化碳排放主要部门减排贡献。结果表明：四种方案的二氧化碳净排放量增长趋势逐年变缓,在二氧化碳净排放量达到峰值后,调整经济增速、改善能源结构和优化产业结构继续为碳减排发挥积极作用,相比于经济增速和产业结构调整,能源结构改善的减排贡献度更高。在综合调控经济增速、能源结构和产业结构的方案下,中国二氧化碳净排放量2024年将达到高峰值104.45亿t,2058年实现碳中和,这与现实情况更加吻合。未来若能抓住经济、能源、产业低碳转型的良好机遇,并进一步加强各部门的减排努力,中国二氧化碳净排放量有望2025年前达峰,2060年前实现碳中和。     

广州市工业二氧化碳排放特征分析

本文利用广州市2005-2012年数据,分析广州工业能源结构特征,能源、经济、二氧化碳排放量之间的综合关系,以及工业二氧化碳排放特征,发现经济变化是导致二氧化碳排放量变化最根本的因素,降低能源消耗强度是抑制二氧化碳排放量的主要因素。最后提出降低广州二氧化碳排放强度的相应对策措施。     

中国工业行业能源利用效率分析

本文利用数据包络分析方法,将CO2排放考虑作为环境投入要素,首次评价了"十二五"前期我国工业行业的能源利用效率。研究得知,"十二五"开局我国工业整体的能源利用效率不但偏低,还出现微幅的下降,另外研究结果表明,我国工业转型取得了初步的成效,低能耗行业能源利用效率已赶超高能耗行业。通过对工业能源利用效率影响因素分析发现,行业企业规模、产权结构、煤炭占比、产业结构显著影响工业能源利用效率,行业外商投资水平对能源利用效率的影响不显著。     

上海能源消费碳排放分解研究

能源利用不仅为经济活动提供动力还大量排放二氧化碳.为分解上海市能源消费CO2排放的影响因素,明晰上海市能源消费CO2排放变化特征,采用指数分解分析方法建立了上海市能源消费碳排放的LMDI分解模型,从经济规模、产业结构、能源强度和产业碳排放系数4个影响因素着手,实证研究了1995-2005年上海分三次产业的能源消费碳排放变化机理.结果表明:经济快速增长是上海碳排放增加的主导因素,能源强度下降是抑制碳排放增长的重要因素.产业结构,能源结构优化有利于控制碳排放,而重工业化、能源结构高碳化会增加碳排放.基于实证分析结果和上海市情,提出了上海市未来控制碳排放的相关政策建议.     

中国工业二氧化碳排放的影响因素分析

以气候变暖为特征的全球气候变化问题日益严峻的情况下,二氧化碳排放研究已经受到各方关注.采用LMDI方法,利用中国1995-2007年工业能源消耗数据,分析了影响中国工业二氧化碳排放总量、人均工业二氧化碳排放量和工业二氧化碳排放强度的因素,结果表明:人口因素是拉动中国工业二氧化碳排放总量增加的主要因素,经济发展是拉动中国...     

北京市能源消费碳足迹影响因素分析

为了量化人口、城市化和技术等因素对城市碳排放的影响,以北京市为研究对象,引入修正的碳足迹方法计算1990~2011年城市能源消费碳足迹,采用STIRPAT模型和偏小二乘模型对城市能源消费碳足迹的影响因素进行评估.结果显示,城市化、人均收入、人口是碳排放最主要的正向驱动因素,而能源消费强度、产业结构和研发投入比重等因素导致碳排放降低.北京市二氧化碳排放不存在环境库兹涅茨曲线,城市碳排放总量虽然整体状况还在增加,但增长速度在逐步放缓,经济发展与环境保护尚未实现协同.根据模拟结果,降低碳排放和建设低碳城市的建议是发展集中型和紧凑型的城镇功能组团,控制人口过快增长,合理引导居民绿色消费,依靠科技创新和技术进步.     

终端能源利用的碳排放变化特征研究——以上海市物质生产部门为例

随着经济的快速发展,上海市的能源消费量在大幅增加,相应地,碳的排放量也在逐步增加。文章首先对上海市物质生产部门终端能源消耗以及能源利用二氧化碳排放的现状进行了分析,再运用不产生残差的方法——对数平均迪氏指数法LMDI(logarithmic mean Divisiaindex),对上海市物质生产部门终端能源利用导致的二氧化碳排放量进行了分解分析。结果表明产业增加值是上海物质生产部门碳排放增加的决定因素,能源效率和产业结构因素引起碳排放强度下降,但能源效率并不总是抑制碳排放的增长。总体上说,上海市物质生产部门能源利用的二氧化碳排放量在不断的增加,其中产业结构和能源效率因素起抑制作用,产业增加值起促进作用。最后,文章从产业结构调整和能源结构调整等方面分析了上海市今后几年内的二氧化碳减排潜力,并提出了相应的建议。     

基于能源平衡表的宁夏二氧化碳排放核算研究

二氧化碳排放核算是控制温室气体排放、应对气候变化的基础性工作。基于宁夏能源平衡表,采用《省级温室气体清单编制指南(试行)》推荐的化石燃料燃烧二氧化碳排放核算方法,对宁夏2005—2012年能源消费二氧化碳排放量进行了核算与分析。基于能源平衡表的核算结果,明显低于前人以能源消费总量核算的二氧化碳排放量,主要是因为基于能源平衡表可以剔除大量计入了能源消费总量、但未被氧化排放二氧化碳的能源消费,若不剔除,可使宁夏工业能源消费二氧化碳排放量偏高近50%。火力发电二氧化碳排放占宁夏能源消费二氧化碳排放的50%以上,原煤是二氧化碳排放最大能源品种;大规模电力外送导致宁夏近年二氧化碳排放量激增,同时也使能源消费二氧化碳排放量与能源消费量变化不同步。     

广东省能源消费碳排放分析及碳排放强度影响因素研究

根据省级能源统计和温室气体核算规则,计算分析了2005~2012年广东省能源消费碳排放和碳排放强度变化,并应用对数平均迪氏指数法对计算期的碳排放强度变化进行因素分解,定量分析了各产业(部门)能耗强度、产业结构、能源消费结构和能源碳排放系数对广东省碳排放强度变动的影响.结果表明:2005~2012年,广东省能源消费CO2排放年均增长6.28%,单位GDP碳排放累计下降27%,各产业(部门)能耗强度下降是推动碳排放强度下降的主要原因;净外购电力的碳排放系数下降及用作原材料石油消费比重上升也有利于单位GDP碳排放下降;产业结构和能源消费结构总体上朝着不利于碳排放强度下降的趋势发展;生活能源消费年均增速低于GDP年均增速,有利于地区碳排放强度下降.     

基于LMDI法的我国钢铁行业CO_2排放影响因素分解研究

探讨钢铁行业发展过程中CO_2排放的特征及其影响因素,并制定针对性节能减排政策是一项重要且值得深入研究的课题。依据2000—2010年我国钢铁产量相关数据,分析了我国钢铁行业CO_2排放的动态特征,发现其CO_2排放与钢铁产量的增长成正比。采用对数平均迪氏指数分解法(LMDI法)构建了CO_2排放的指数分解模型,并采用该模型将我国钢铁行业CO_2排放影响因素分解为CO_2排放系数、能源消费结构、能源强度、生产总量4项,定量分析了各因素对钢铁行业CO_2排放量变化的影响。结果表明:钢铁产量是CO_2排放量增加的最大拉动因素,能源强度是CO_2排放的最大抑制因素,能源消费结构对CO_2排放量减少有重要影响,但目前因改善力度不够,故效果尚不显著。可见,提高我国能源利用效率是实现CO_2减排的关键。     

中国区域能源效率时空演进格局及其影响因素分析

将化石能源消费中产生的环境影响作为投入要素引入到全要素能源效率(Total-Factor En-ergy Efficiency,TFEE)的研究之中,是不断完善能效评价的重要途径。论文基于数据包络分析(Data Envelopment Analysis,DEA),选取煤炭、原油、天然气、电力及燃料燃烧工业废气排放量作为投入变量,真实GDP(不变价)作为单一产出变量,借助于GIS空间分析技术,刻画了1997—2007年来中国区域全要素能源效率的时空演进格局。在此基础上,论文利用1998—2007年中国省际面板数据,通过建立TFEE固定影响模型进一步解析了中国区域TFEE的影响因素及其内在作用机理。研究表明:①中国区域TFEE整体水平不断改进,但区间差异持续扩大,区域分异态势显著;②中国TFEE高效区空间分布从南部沿海"线"状向南部片区"面"状格局演进;③全国层面上看,技术进步、经济开放性及能源消费结构与TFEE存在显著正相关关系,而产业结构、市场化水平及能源资源禀赋则与之存在显著负相关关系;④区域层面上看,技术进步成为各区域改进TFEE最为关键的一环,与TFEE存在显著正相关关系,而产业结构及市场化水平对绝大多数区域TFEE存在显著影响。     

上海市终端能源消费的CO2排放影响因素定量分析

以对数平均指数法(LMDI)方法为基础,探讨了包括生活能耗在内的上海市终端能源消费CO2排放影响因素的分解方法,定量研究了能源强度下降、能源结构优化、产业结构调整、经济发展规模和人口数量等影响因素对CO2排放变化量的贡献率.研究表明,上海市2005~2009年CO2排放增长了2949万t,如果不采取任何减缓措施,经济增长和人口数量增加将导致CO2排放增长量相当于现在的2.5倍.能源强度下降、能源结构优化和产业结构调整起到了减缓CO2排放增长的作用,对减缓CO2排放增长的贡献率分别为-98%、-50%和-22%.与2000~2005年对比分析发现,工业部门能源强度下降和能源结构优化的减缓作用都有所下降,而产业结构调整开始发挥减排的作用,但贡献率还很低.生活能耗的CO2排放影响因素中,相较于人口数量增长,人均生活能耗上升是导致CO2排放增加的主要因素,且贡献率逐渐增大.     

经济结构、增长方式与环境污染的内在关联研究——基于时变参数向量自回归模型的实证分析

基于对数平均迪氏指数（LMDI）方法分解影响环境污染的经济因素,利用时变参数向量自回归（TVP-VAR）模型研究了各因素在不同时点、不同提前期对污染物排放的动态冲击特征.结果表明,技术进步具有提高企业生产率以及提升企业产品清洁度的双重效果,产生的创新补偿效应降低了污染排放.我国以煤炭为主的能源消费结构和煤炭消耗产生不容易累积的烟煤型污染物,使得能源结构引致的污染效应在当期最为明显,且持续期较短.能源利用效率的大幅提升有效降低了污染物排放,同时也呈现了一定的反弹效应.产业结构对环境污染的影响逐渐增强、经济规模扩大对于环境污染的冲击具有较强的持续性.合理控制结构因素和规模因素对污染物排放的影响,成为了降低污染水平的重要环节.     

河南省大气污染现状及其控制对策分析

河南省近年大气污染问题突出,灰霾天气频发,已经影响到居民正常生活。通过调查河南省2012年环境空气质量现状及2003—2012年变化趋势、2012年能源消费结构现状及2005—2012年能源消费结构变化趋势,分析河南省能源消费结构对环境空气质量的影响,根据河南省目前环境空气质量和能源消费结构存在的问题,提出推进产业结构调整、加快能源结构调整、实施大气污染物协同控制、严格节能环保准入条件等措施。     

黄河流域城市群工业减污降碳影响因素与策略

选择呼包鄂榆、关中平原和中原三大城市群,对2000～2019年工业CO₂与局地大气污染物(LAP)排放的变化趋势进行分析,采用随机森林模型识别了工业减污降碳的关键影响因素及其非线性响应关系,因地制宜地提出减污降碳协同推进策略.结果表明,工业CO₂排放量呈上升趋势,关中平原与中原城市群排放强度下降,但仍有较强的减排潜力.LAP排放量与排放强度显著下降.工业CO₂排放与工业LAP排放趋势并不同步.关键影响因素中,规模以上工业增加值与万元工业增加值能耗为工业CO₂和LAP排放的共同关键影响因素;高技术产业占工业增加值比重、研究与试验发展(R&D)支出占GDP比重、工业二氧化硫去除率仅是LAP排放的关键影响因素,且在不同城市群存在差异性.部分指标呈现显著的非线性响应关系,工业规模效应, R&D投入配置扭曲,绿色技术效用的滞后性等是产生非线性特征的重要原因.为实现减污降碳协同推进,提出将降碳作为重点、加快产业结构优化升级、持续推进能耗双控、提高能源利用效率等建议.     

山西省CO2排放影响因素研究及情景分析

山西作为我国的能源大省,其碳排放强度更是持续位于全国最高水平,分析山西省CO₂排放影响因素,探究其发展模式,对于山西省的低碳发展意义重大.基于STIRPAT模型,将山西省能源CO₂排放的影响因素确定为人口、城镇化率、人均GDP、第二产业占GDP比重、能源强度.在岭回归拟合分析的基础上,利用灰色GM（1,1）模型对山西省CO₂排放驱动因素值进行预测,以提高能源CO₂排放预测的准确性,并结合情景分析方法,为山西省的CO₂减排设计了10种不同的发展情景.结果表明:①人口对山西省CO₂排放影响最大,其次是城镇化率和第二产业占GDP比重.②在当前经济发展阶段,能源强度和人均GDP等因素对山西省的CO₂排放影响不大,但能源强度对CO₂排放的抑制作用不可忽略.③山西省CO₂减排最佳的情景方案为适当控制人口数量和城镇化进程、加快产业结构的转型和技术的革新、降低第二产业占GDP比重和能源强度,并且大力推广新能源和清洁可再生能源的开发使用以优化能源消费结构.在该情景下,山西省2020年的CO₂排放量可以控制在5.16×108 t.